عنوان فارسی مقاله:هوش مصنوعی برای ارزیابی، پایش و ارزیابی کیفیت آبهای سطحی
چکیده
این مطالعه از یک مجموعه داده با هفت محدودیت حیاتی استفاده میکند و مدلهایی را ایجاد میکند که بر اساس معیارهای مختلف تخمین زده میشوند. هدف، طبقهبندی و پیشبینی مناسب شاخص کیفیت آب (WQI) با استفاده از مدلهای پیشنهادی است. نتایج نشان میدهد که مدلهای ضمنی میتوانند کیفیت آب را به دقت ارزیابی کرده و WQI را با نرخهای موفقیت بالا پیشبینی کنند. دما، pH، اکسیژن محلول (DO)، رسانایی، کل جامدات محلول (TDS)، کدورت و کلریدها (Cl-) برخی از شش فاکتور حیاتی مورد استفاده در مجموعه دادههای این مطالعه هستند. میانگین خطای مطلق (MAE)، میانگین مربعات خطا (MSE) و ضریب تعیین (R2) برخی از معیارهای مورد استفاده برای توسعه و ارزیابی مدلهای شبکههای عصبی مصنوعی (ANN) و حافظه کوتاهمدت بلند مدت (LSTM) هستند. این مطالعه همچنین از نقشههای حرارتی و نمودارهای همبستگی برای روشن کردن ارتباط بین معیارهای مختلف کیفیت آب استفاده میکند. مقادیر کد رنگی هفت پارامتر که سطح کیفی آب نمونه را نشان میدهد، بر روی نقشه حرارتی نمایش داده میشود. ارتباط بین دو پارامتر با نمودار همبستگی بین TDS و کدورت نشان داده میشود که ضریب همبستگی آنها را نشان میدهد. نتایج این مطالعه نشان میدهد که چگونه الگوریتمهای یادگیری ماشینی ممکن است به عنوان ابزاری برای مشاهده کیفیت آبهای سطحی مؤثر باشند. هیماچال پرادش قطب گردشگری است، بنابراین با افزایش سریع حجم آلودگی آبهای سطحی، استفاده از هوش مصنوعی دید بهتری از تجزیه و تحلیل دادهها و کمک به پیش بینی و مدل سازی میکند. از این مطالعه به دست آمد که میانگین مربعات خطا و ریشه میانگین مربعات خطای ANN و LSTM به ترتیب بین ۰٫۵۲-۶٫۰ و ۰٫۰۴-۰٫۲۱ قرار دارند. با این حال، دقت مدل LSTM 95٪ است که بالاتر از مدل ANN است. این مطالعه بر اهمیت استفاده از تکنیکهای یادگیری ماشینی در پایش کیفیت آب برای اطمینان از حفاظت و مدیریت منابع آب تاکید میکند. با پیشرفت در یادگیری ماشین، تکنیکهای هوش مصنوعی (AI) به عنوان ابزاری امیدوارکننده برای نظارت بر کیفیت آبهای سطحی ظاهر شدهاند. هدف اصلی این مطالعه، کشف پتانسیل دو نوع الگوریتم یادگیری ماشین، یعنی مدلهای شبکههای عصبی مصنوعی (ANN) و مدلهای حافظه کوتاهمدت (LSTM) برای نظارت بر کیفیت آبهای سطحی است.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.